Jitin N M
成为会员时间:2025
钻石联赛
15347 积分
成为会员时间:2025
人工智能 (AI) 具备巨大的变革潜力,但也带来了新的安全挑战。本课程专为负责安全性和数据保护的领导者而设计,助其运用相关策略在组织内安全管理 AI。学习一个有助于实现以下目标的框架:主动识别并减轻 AI 特有的风险,保护敏感数据,确保遵从法规,构建弹性 AI 基础设施。通过四个不同行业的精选用例,探索这些策略如何应用于现实场景。
本课程将介绍 Model Armor 的核心安全功能,助您轻松驾驭这项服务。您将了解 LLM 相关的安全风险,以及 Model Armor 如何保护您的 AI 应用。
本课程介绍了 Responsible AI 的概念和 AI 原则,还介绍了在 AI/机器学习实践中识别公平性与偏见以及减少偏见的实用技巧,同时探索了使用 Google Cloud 产品和开源工具来实施 Responsible AI 最佳实践的实用方法和工具。
本课程能让机器学习从业者掌握评估生成式和预测式 AI 模型的基本工具、方法和最佳实践。要确保机器学习系统在实际运用中提供可靠、准确、高效的结果,做好模型评估至关重要。 学员将深入了解各项评估指标、方法及如何在不同模型类型和任务中适当应用这些指标和方法。课程将着重介绍生成式 AI 模型带来的独特挑战,并提供有效解决这些挑战的策略。通过利用 Google Cloud 的 Vertex AI Platform,学员可学习如何在模型选择、优化和持续监控工作中实施卓有成效的评估流程。
完成部署多智能体架构这一高级技能徽章课程,展示您在以下方面的技能: 使用 ADK 构建多智能体系统;通过 Agent-to-Agent (A2A) protocol 连接智能体, 通过 Model Context Protocol (MCP) 集成外部工具,并将完整的多智能体解决方案部署到 Agent Engine。
“生成式 AI 智能体:助力组织转型”是“Gen AI Leader”学习路线中的第五门课程,也是最后一门课程。本课程探讨了组织如何使用量身定制的生成式 AI 智能体,帮助应对特定的业务挑战。您将亲自动手构建一个基本的生成式 AI 智能体,并探索这些智能体的组成部分,例如模型、推理循环以及各种工具。
将智能体从 localhost 部署到生产环境。本课程将介绍如何将 ADK 智能体部署到 Vertex AI Agent Engine 和 Cloud Run,以及如何通过记忆库实现可选的跨会话记忆功能。
完成本课程,赢取使用智能体开发套件 (ADK) 构建 AI 智能体中级技能徽章,展示您在以下方面的技能: 提出实际的语言模型研究问题;构建一个简单的词元化器;制作用于训练 Transformer 语言模型的数据集;运行小语言模型的训练循环。
探索从任务驱动型工作流到以人为本的 AI 编排的重大转变。您将学习如何从战略层面区分增强和自动化,以及如何平衡机器效率与人类直觉。
探索如何使用 Google 的智能体开发套件 (ADK) 和 Google Cloud 强大的基础设施来构建和部署多智能体系统。您将学习如何设计分层智能体树和确定性工作流智能体,同时确定理想的托管环境(从无服务器 Cloud Run 到高性能 GKE),以确保您的 AI 智能体安全、可伸缩且可用于生产用途。
您已经构建了具有高级配置的智能体,现在可赋予它们实际应用能力。为智能体配备能够搜索网络、执行代码、查询数据库和执行自定义操作的工具。让智能体从“智能回答者”转变为能够自主采取行动的得力助手。 探索 Gemini Enterprise Agent Ready (GEAR) 计划中的其他内容。 加入社区论坛,提出问题并参与讨论。
您已经构建了能够回答查询的基本 LLM 智能体,现在让我们为其赋予状态。使用会话状态来构建能够维护上下文、记住用户偏好并提供个性化体验的智能体。将智能体从“无状态的回复者”转变为“智能助理”。 探索 Gemini Enterprise Agent Ready (GEAR) 计划中的其他内容。 加入社区论坛,提出问题并参与讨论
您已经创建了自己的第一个智能体,现在是时候更进一步了。在本课程中,您将通过学习应用高级指令、模型选择、规划功能以及结构化输出模式来精进技能,将基础 AI 智能体升级为一个精确、专业的智能助理。探索 Gemini Enterprise Agent Ready (GEAR) 计划中的其他内容。 加入社区论坛,提出问题并参与讨论。
使用 Google 的智能体开发套件 (ADK) 构建、配置和运行您的第一个 AI 智能体,将您对智能体的理解转化为实际应用。 在本实操课程中,您将设置一个完整的 ADK 开发环境,使用 Python 代码和 YAML 配置两种方式创建智能体,并通过多个界面运行智能体。您还将学习定义智能体行为的核心参数,将您在课程 1 中学到的知识应用到实际代码中。 探索 Gemini Enterprise Agent Ready (GEAR) 计划中的其他内容。
了解 AI 智能体如何为业务带来实际影响。您将把智能体类型关联到您的关键绩效指标 (KPI),并探索能够解决实际瓶颈的用例。然后,您将了解 Gemini Enterprise 如何帮助您构建和编排合适的智能体,其范围涵盖从无代码到高代码的各种解决方案。
本课程将介绍 AI 智能体的基础知识,并探讨智能体在现实世界中的价值所在。它为想要从自主、目标导向行为的角度理解 AI 系统的开发者、架构师和技术决策者奠定了基础。
打造您的首个 Gemini Enterprise 应用,赢得技能徽章!将各种数据源连接到您的应用中,构建强大、统一的搜索和分析引擎。掌握进阶能力,如:深度研究型智能体、多智能体协同构思,以及用于进行聚焦式分析的 NotebookLM。
完成入门级使用 Gemini Enterprise 编排多智能体工作流技能徽章课程,展示您在以下方面的技能:使用由 Gemini Enterprise 提供支持的智能体助理整合来自第一方和第三方来源的数据、制作多媒体营销材料,以及跨系统自动执行业务操作。 技能徽章通过动手实验和挑战赛形式的评估,检验您对特定产品的实际知识掌握情况。完成课程即可获得徽章,也可直接参加实验室挑战赛,快速获得徽章。徽章可证明您掌握技能的熟练程度,提升您的专业形象,最终助您获得更多职业机会。欢迎访问您的个人资料,跟踪您已获得的徽章。
这是一套自助式速成课程,向学员介绍 Google Cloud 提供的灵活全面的基础架构和平台服务。学员将通过一系列视频讲座、演示和实操实验,探索和部署各种解决方案元素,包括安全互连网络、负载均衡、自动扩缩、基础架构自动化和代管式服务。
这门自助式速成课程向学员介绍 Google Cloud 提供的灵活全面的基础架构和平台服务,着重介绍了 Compute Engine。学员将通过一系列视频讲座、演示和动手实验,探索和部署各种解决方案元素,包括网络、系统和应用服务等基础架构组件。本课程的内容还包括如何部署实用的解决方案,包括客户提供的加密密钥、安全和访问权限管理、配额和结算,以及资源监控。
欢迎学习“Google Kubernetes Engine 使用入门”课程。Kubernetes 是位于应用和硬件基础架构之间的软件层,如果您对 Kubernetes 感兴趣,那就来对地方了!Google Kubernetes Engine 将 Kubernetes 作为 Google Cloud 上的代管式服务提供给您使用。 本课程的目标是介绍 Google Kubernetes Engine(通常称为 GKE)的基础知识,以及将应用容器化并在 Google Cloud 中运行的方法。本课程首先介绍 Google Cloud 的基础知识,然后概述容器、Kubernetes、Kubernetes 架构以及 Kubernetes 操作。
这门自助式速成课程向学员介绍 Google Cloud 提供的灵活全面的基础架构和平台服务,其中着重介绍了 Compute Engine。学员将通过一系列视频讲座、演示和动手实验,探索和部署各种解决方案元素,包括网络、虚拟机和应用服务等基础架构组件。您将学习如何通过控制台和 Cloud Shell 使用 Google Cloud。您还将了解云架构师角色、基础架构设计方法以及虚拟网络配置和虚拟私有云 (VPC)、项目、网络、子网、IP 地址、路由及防火墙规则。
“Google Cloud 基础知识:核心基础设施”介绍在使用 Google Cloud 时会遇到的重要概念和术语。本课程通过视频和实操实验来介绍并比较 Google Cloud 的多种计算和存储服务,并提供重要的资源和政策管理工具。
欢迎学习“AI 基础设施:网络组建和管理技术”课程。 在本课程中,您将学习如何利用 Google Cloud 的高带宽、低延迟基础设施,优化 AI 系统所有组件之间的数据传输和通信。学完本课程后,您将了解网络组建和管理在整个 AI 流水线(从数据注入、训练到推理)中发挥的关键作用,并能够应用最佳实践来确保您的工作负载以最高速度运行。
在本课程中,您将全面了解 Google Cloud 提供的存储解决方案,这些解决方案专为 AI 和高性能计算 (HPC) 工作负载量身定制。您将学习如何为机器学习生命周期的各个阶段选择合适的存储选项。您将探索如何在训练期间优化 I/O 性能,管理海量数据集以进行数据准备,以及以低延迟部署模型制品。通过实际案例和演示,您将获得设计可靠存储解决方案所需的专业知识,从而加速 AI 创新。
本课程致力于为您提供所需的知识和工具,让您能够了解 MLOps 团队在部署和管理生成式 AI 模型以及探索 Vertex AI 如何帮助 AI 团队简化 MLOps 流程时面临的独特挑战,并帮助您在生成式 AI 项目中取得成功。
本课程全面指导如何在 Google Cloud 上部署、管理和优化 AI 和高性能计算 (HPC) 工作负载。通过一系列课程和实际演示,您将探索从基于 Google Compute Engine (GCE) 的高度可定制环境,到 Google Kubernetes Engine (GKE) 等托管式解决方案的各种部署策略。具体来说,您将学习如何创建集群并部署 GKE 进行推理。
完成开发 Google Cloud 网络课程,赢取技能徽章。在此课程中,您将学习 部署和监控应用的多种方法,包括执行以下任务的方法:探索 IAM 角色并添加/移除 项目访问权限、创建 VPC 网络、部署和监控 Compute Engine 虚拟机、 编写 SQL 查询、在 Compute Engine 中部署和监控虚拟机,以及使用 Kubernetes 通过多种部署方法部署应用。
完成入门级技能徽章课程为 Compute Engine 实现云负载均衡,展示以下方面的技能: 在 Compute Engine 中创建和部署虚拟机 以及配置网络和应用负载均衡器。
完成“在 Google Cloud 上设置应用开发环境”课程,赢取技能徽章;通过该课程,您将了解如何使用以下技术的基本功能来构建和连接以存储为中心的云基础设施: Cloud Storage、Identity and Access Management、Cloud Functions 和 Pub/Sub。
完成在 Google Cloud 上使用 Terraform 构建基础设施技能徽章中级课程, 展示您在以下方面的技能:在使用 Terraform 时遵循基础设施即代码 (IaC) 原则;利用 Terraform 配置 来预配和管理 Google Cloud 资源;管理有效状态(本地和远程);以及将 Terraform 代码模块化,以方便重复使用和整理。
欢迎学习 Cloud TPU 课程。我们将探讨 TPU 在不同场景下的优势和劣势,并比较不同的 TPU 加速器,以帮助您选择合适的加速器。您将了解可通过哪些策略充分提高 AI 模型的性能和效率,并理解 GPU/TPU 互操作性对于创建灵活的机器学习工作流程的重要性。通过引人入胜的课程内容和实际演示,您将逐步了解如何有效利用 TPU。
对 AI 背后的强大硬件感到好奇吗?本单元将详细讲解性能经过优化的 AI 计算机,向您展示它们为何如此重要。我们将探讨 CPU、GPU 和 TPU 如何让 AI 任务高速运行,介绍它们各自的特点,并说明 AI 软件是如何充分发挥这些硬件的性能的。学习结束后,您将清楚地知道如何为自己的 AI 项目选择合适的 GPU,从而为 AI 工作负载做出明智的决策。
准备好探索 AI Hypercomputer 了吗?这门课程将带您轻松入门!我们将介绍相关基础知识,并阐释它们如何助力 AI 处理 AI 工作负载。您将了解超级计算机内部的各个组件,如 GPU、TPU 和 CPU,并知晓如何根据您的需求选择合适的部署方法。
Learn how to use Gemini Notebook to create a personalized study guide for the Associate Cloud Engineer certification exam. You'll review Gemini Notebook features, create a notebook in Gemini Notebook , and learn how to use a study guide to practice for a certification exam.